GEPA-Curator filtert Aufgaben vor der Prompt-Optimierung: bis 20,7 Prozent über GEPA und 21,2 Prozent über ACE, weil ein Teil der Fehlschläge kein Lernsignal ist 27. Oktober 2026
Einfache Gerüste schlagen gebaute Wurzelursachen-Agenten: 65 bis 77 Prozent Trefferquote gegen 16 bis 53 26. Oktober 2026
FeatureLoop: Nur 15,4 Prozent der gescheiterten Agenten-Schritte erholen sich nach zwei Korrekturen 26. Oktober 2026
kw-bench: Zwei Labor-Frameworks liefern 0,00, zwei unabhängige 0,54 und 0,53 auf derselben Aufgabe 26. Oktober 2026
PROBE prüft Programmieragenten: Trefferquote unter 21 Prozent, doch 85 Prozent der Funde gelten als gültig 26. Oktober 2026
72.191 Turing-Tests: KI-Erkennbarkeit bei 0,53 bis 0,57 – maschinelle Richter schlagen 1.916 Menschen 26. Oktober 2026
45.632 Ausführungen, 21,4 Prozentpunkte Streuung im Suchgewinn – Vorhersager erklären weniger als zwei Prozent 26. Oktober 2026
AgentProofBench trennt Anforderung und Ausführung: 32 von 33 Programmen mit fehlerfreiem Panel liefern korrekt, aber nur 1 von 11 mit Panelfehlern 25. Oktober 2026
KI-Digest
DO · 29. Oktober 2026
KI-Digest
DO · 29. Oktober 2026
